1. 项目概述：为什么我们需要提取B站字幕？

做视频剪辑、内容学习或者二次创作的朋友，估计都遇到过这个需求：想把B站视频里的字幕单独弄出来。可能是为了做笔记，把精彩的讲解整理成文字；也可能是为了翻译，把中文视频配上外文字幕；又或者，你是个UP主，想借鉴一下同行的文案结构。直接手打？效率太低，而且B站网页和客户端通常不提供直接下载字幕的按钮。这时候，一个能稳定、高效提取字幕的方法就成了刚需。

我最近就因为要做一个知识分享系列，需要批量处理几十个B站科普视频的字幕，手动操作根本不可能，于是把市面上常见的方法都折腾了一遍。从在线的工具网站，到浏览器的开发者工具抓包，再到用Python脚本解析，踩了不少坑，也总结出了一套目前（根据我的测试环境）亲测有效、且可持续性比较好的方案。这个方法的核心，是绕开官方不提供的直接下载接口，通过技术手段找到视频背后真正的字幕数据源（通常是JSON格式），然后将其转换为我们常用的SRT字幕格式。整个过程不需要复杂的爬虫对抗，更多的是对网页结构和数据流的理解。

无论你是完全不懂编程的小白，还是有一定技术基础想了解原理的开发者，这篇文章都会给你一个清晰的路径。我会从最简单的“开箱即用”工具讲起，再到手动获取的详细步骤，最后深入讲解用Python实现自动化的原理和代码，你可以根据自己的情况选择合适的方法。

2. 核心思路与方案选型：字幕数据藏在哪里？

在动手之前，我们得先搞清楚B站字幕的工作原理，这样才能知道从哪里“下手”。B站视频的字幕，无论是UP主上传的，还是AI自动生成的，最终在网页上显示时，都不是以图片形式叠加的，而是通过Web技术动态加载和渲染的文本。这些文本数据，必然要从B站的服务器传输到你的浏览器。

2.1 字幕数据的常见来源

通过分析B站的页面加载过程，字幕数据主要来自以下几个可能的接口：

1. 视频信息接口 (view接口)：当你打开一个B站视频页面时，浏览器会请求一个包含视频所有元数据的接口，其中可能内嵌了字幕列表信息，包括字幕ID和语言。
2. 专用字幕接口 (subtitle接口)：更常见的是，页面会使用视频的cid（内容ID）或bvid（视频ID）去单独请求一个字幕文件。这个接口返回的数据，就是我们最终需要的核心——一个结构化的JSON对象。
3. 播放器配置信息：有时字幕信息也会在播放器的初始化配置数据中。

对于我们提取者来说，最稳定、最直接的目标就是那个返回结构化JSON数据的subtitle接口。我们的核心任务就是：找到这个接口的请求地址，获取到JSON数据，然后将其解析、转换成SRT格式。

2.2 几种实现方案的利弊分析

知道了目标，接下来看看有哪些路可以走：

注意：无论哪种方案，其有效性都建立在B站前端接口未发生重大变更的基础上。如果某天发现方法失效，大概率是接口地址或参数格式变了，届时需要重新分析网络请求。

我个人从手动抓包入门，最终转向了Python自动化，因为批量需求是实实在在的痛点。下面，我就从手动抓包这个承上启下的方法开始详细讲解，它能帮你透彻理解整个过程，为后续的脚本编写打下坚实基础。

3. 手动抓包提取法：一步步找到字幕JSON

这个方法不需要安装特殊软件，只需要你电脑上有一个现代浏览器（Chrome、Edge、Firefox等）。其核心就是利用浏览器自带的“开发者工具”来监听网页的所有网络请求，从中筛选出我们需要的字幕数据。

3.1 详细操作步骤

步骤一：打开目标视频并启动开发者工具

1. 用浏览器打开你想提取字幕的B站视频页面。
2. 按下键盘上的F12键（或右键点击页面，选择“检查”），打开开发者工具。
3. 切换到“网络” (Network)标签页。为了更清晰地捕捉数据，建议先点击标签页上的红色圆形按钮（或按Ctrl+E）清空当前的记录，然后勾选上“保留日志” (Preserve log)。

步骤二：触发字幕加载并寻找请求

1. 在视频播放器下方，找到字幕选择按钮（通常是一个“字幕”或“CC”图标）。如果视频有字幕（包括AI生成），点击它，并选择一种语言（如“中文（自动生成）”）。这个操作会触发浏览器向B站服务器请求具体的字幕数据。
2. 此时，你的“网络”标签页会刷出一系列新的请求。我们需要在这些请求中找到字幕文件。

步骤三：筛选并定位字幕接口

1. 在“网络”标签页的筛选栏（Filter）中，输入关键词如subtitle、caption或json。这能快速过滤出可能的请求。
2. 仔细浏览筛选后的请求列表。目标请求通常具有以下特征：
   • 名称 (Name)：可能包含subtitle、caption等字样。
   • 类型 (Type)：通常是fetch或xhr。
   • 地址 (URL)：URL中很可能包含subtitle或api.bilibili.com等路径。一个常见的模式是：https://api.bilibili.com/x/player/v2?cid=xxx&aid=xxx之类的，但更直接的是https://api.bilibili.com/x/player/wbi/v2/subtitle?...这种。
3. 点击这个疑似请求，在右侧面板中查看“预览” (Preview)或“响应” (Response)标签页。如果你看到了一个结构清晰的JSON数据，里面包含body字段，而body里是一段段带有from（开始时间）、to（结束时间）、content（字幕内容）的数组，那么恭喜，你找到了！

步骤四：下载并保存JSON数据

1. 在找到的正确请求上右键点击，选择“复制” -> “复制链接地址” (Copy -> Copy link address)或“复制为cURL”。但更简单的方式是直接查看响应内容。
2. 在“响应” (Response)标签页，你应该能看到完整的JSON文本。全选（Ctrl+A）、复制（Ctrl+C）这段文本。
3. 打开一个文本编辑器（如记事本、VS Code、Sublime Text），将内容粘贴进去，保存为一个.json文件，例如subtitle.json。

步骤五：将JSON转换为SRT格式现在你有了原始数据，但它不是通用的字幕格式。我们需要将其转换为.srt格式，这种格式能被绝大多数播放器和剪辑软件识别。

1. 使用在线转换工具（推荐给新手）：搜索“JSON to SRT converter”能找到很多在线网站。将你保存的subtitle.json文件内容粘贴到输入框，或者直接上传文件，网站会自动转换并允许你下载.srt文件。务必注意隐私，避免上传敏感视频的字幕。
2. 使用本地脚本（更安全可控）：你可以使用一个简单的Python脚本来转换。假设你的JSON结构里，字幕列表在data['body']里，每个条目有from（秒）、to（秒）、content字段。下面是一个极简的转换脚本示例：

   import json # 1. 读取你保存的JSON文件 with open('subtitle.json', 'r', encoding='utf-8') as f: data = json.load(f) # 2. 假设字幕数据在 data['body'] 中，请根据你实际抓取的数据结构调整路径 # 例如，有时可能在 data['data']['body'] 或 data['subtitle']['body'] subtitles = data.get('body', []) # 如果不在body，尝试打印data.keys()看看结构 # print(data.keys()) # 3. 转换并写入SRT文件 with open('output.srt', 'w', encoding='utf-8') as srt_file: for i, sub in enumerate(subtitles, start=1): start_time = sub['from'] # 单位：秒 end_time = sub['to'] # 单位：秒 content = sub['content'] # 将秒转换为SRT时间格式：HH:MM:SS,mmm def sec_to_srt_time(sec): hrs = int(sec // 3600) mins = int((sec % 3600) // 60) secs = int(sec % 60) msec = int((sec - int(sec)) * 1000) return f"{hrs:02d}:{mins:02d}:{secs:02d},{msec:03d}" srt_start = sec_to_srt_time(start_time) srt_end = sec_to_srt_time(end_time) # 写入SRT块 srt_file.write(f"{i}\n") srt_file.write(f"{srt_start} --> {srt_end}\n") srt_file.write(f"{content}\n\n")

   运行这个脚本（需要安装Python），就能在本地生成output.srt文件。

3.2 实操心得与常见问题

• 找不到subtitle请求？首先确认视频确实有字幕（包括AI字幕）。然后，在清空网络日志后，尝试刷新页面，或者切换一下字幕语言，确保动作被记录。有时接口名可能不包含“subtitle”，尝试过滤“json”或查看所有XHR请求，通过预览内容来判断。
• JSON结构看不懂？在开发者工具的“预览”窗格，JSON数据通常是折叠的。你可以点击展开，观察数据结构。核心是找到包含时间戳和文本内容的数组。如果上述脚本的data['body']路径不对，就在脚本里添加print(json.dumps(data, indent=2, ensure_ascii=False))来漂亮地打印整个JSON，然后找到正确的路径。
• 时间格式不对？确认B站返回的时间单位是秒（通常是小数）。上述转换函数能正确处理。如果发现字幕不同步，检查一下时间戳计算是否正确。
• “保留日志”很重要：如果不勾选，页面刷新或导航时，之前的请求记录会被清空，你可能就抓不到加载字幕的那个请求了。

手动方法虽然每一步都很清晰，但处理多个视频时非常繁琐。接下来，我们就进入自动化阶段，用Python脚本一键搞定所有流程。

4. Python自动化脚本实现原理与代码解析

当你需要处理几十上百个视频时，手动抓包就成了体力活。编写一个Python脚本，让程序自动完成“获取视频信息->定位字幕接口->下载并转换”的全流程，是最高效的解决方案。这里，我将拆解一个相对稳定且考虑了常见问题的脚本。

4.1 环境准备与依赖库

首先，确保你的电脑安装了Python 3.6及以上版本。我们需要安装几个关键的库：

• requests：用于发送HTTP请求，获取网页和API数据。
• json：Python标准库，用于解析JSON数据。
• re：正则表达式库，用于从网页源码中提取关键ID。

安装命令非常简单，在命令行中执行：

pip install requests

4.2 脚本核心步骤拆解

一个健壮的自动化脚本应该包含以下模块：

1. 获取视频的bvid和cidB站视频有两个重要ID：bvid（如BV1xx411c7mh）是视频的唯一标识，出现在网址中；cid是分P（章节）的标识，一个bvid可能对应多个cid（多P视频）。字幕接口通常需要cid。 我们可以通过解析视频页面HTML，或者调用B站的公开API来获取这些ID。从页面源码提取是一种直接且不易过时的方法。

2. 请求字幕列表接口，获取字幕ID有了cid，我们可以请求一个字幕列表接口，获取该视频所有可用字幕的信息，包括每种语言的字幕ID（subtitle_id）。

3. 使用字幕ID请求具体的字幕JSON数据用上一步得到的subtitle_id，去请求最终的字幕内容接口，拿到包含时间轴和文本的JSON数据。

4. 解析JSON并转换为SRT格式这部分逻辑与手动方法中的转换脚本类似，将获取到的JSON数据解析，并按照SRT格式写入文件。

4.3 完整脚本示例与逐行解读

下面是一个整合了以上步骤，并加入了错误处理和简单重试机制的Python脚本示例。请将其保存为bilibili_subtitle_downloader.py。

import requests import json import re import time from urllib.parse import urlparse def get_bvid_and_cid(url): """ 从B站视频URL中提取bvid，并通过API获取cid。 """ # 解析URL，提取bvid (BV号) parsed = urlparse(url) path = parsed.path bvid_match = re.search(r'(BV[0-9A-Za-z]{10})', path) if not bvid_match: raise ValueError("无法从URL中提取有效的BV号。") bvid = bvid_match.group(0) print(f"提取到BVID: {bvid}") # 使用B站API，通过bvid获取视频信息（包含cid） # 这个API相对稳定，但未来可能变化 info_api_url = f"https://api.bilibili.com/x/web-interface/view?bvid={bvid}" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36', 'Referer': 'https://www.bilibili.com' } try: resp = requests.get(info_api_url, headers=headers, timeout=10) resp.raise_for_status() # 检查HTTP错误 info_data = resp.json() if info_data['code'] != 0: raise Exception(f"API返回错误: {info_data.get('message')}") # 获取第一个分P的cid（通常是最主要的） cid = info_data['data']['cid'] title = info_data['data']['title'] print(f"获取到CID: {cid}, 视频标题: {title}") return bvid, cid, title except requests.exceptions.RequestException as e: print(f"请求视频信息失败: {e}") # 备用方案：尝试从旧版页面源码中查找cid（稳定性较差） print("尝试备用方案从页面源码提取...") page_resp = requests.get(url, headers=headers, timeout=10) cid_match = re.search(r'"cid":(\d+)', page_resp.text) if cid_match: cid = cid_match.group(1) print(f"从页面源码提取到CID: {cid}") return bvid, cid, "Unknown Title" else: raise Exception("无法获取视频CID，请检查链接或网络。") def get_subtitle_list(bvid, cid): """ 获取视频的字幕列表，返回字幕信息。 """ subtitle_list_api = f"https://api.bilibili.com/x/player/v2?bvid={bvid}&cid={cid}" headers = { 'User-Agent': 'Mozilla/5.0 ...', # 同上 'Referer': f'https://www.bilibili.com/video/{bvid}' } resp = requests.get(subtitle_list_api, headers=headers) data = resp.json() if data['code'] == 0 and data['data']['subtitle']['subtitles']: subtitles_info = data['data']['subtitle']['subtitles'] print(f"找到 {len(subtitles_info)} 个字幕轨道。") for idx, sub in enumerate(subtitles_info): print(f" [{idx}] 语言: {sub['lan_doc']} (ID: {sub['id']})") return subtitles_info else: print("未找到字幕列表，或视频无字幕。") return [] def download_subtitle_json(subtitle_id, cid, bvid): """ 根据字幕ID下载具体的字幕JSON数据。 """ # 这个接口地址和参数可能会变化，这是当前可用的模式之一 subtitle_api_url = f"https://api.bilibili.com/x/player/wbi/v2/subtitle?subtitle_id={subtitle_id}" # 注意：新接口可能需要额外的签名参数(wbi签名)，上述简单接口可能不稳定。 # 更稳定的方法是使用web接口，它通常不需要复杂签名。 # 备用接口：https://api.bilibili.com/x/player/wbi/v2/subtitle/web?subtitle_id=... # 如果上述接口失效，请按第3节方法抓包获取最新的有效接口。 headers = { 'User-Agent': 'Mozilla/5.0 ...', 'Referer': f'https://www.bilibili.com/video/{bvid}' } # 添加常见参数，有些接口需要 params = { 'subtitle_id': subtitle_id, 'cid': cid, 'bvid': bvid } resp = requests.get(subtitle_api_url, headers=headers, params=params) data = resp.json() # 打印一下数据结构，方便调试 # print(json.dumps(data, indent=2, ensure_ascii=False)) if data['code'] == 0: # 字幕正文通常在 data['data']['body'] 里 body = data['data']['body'] return body else: print(f"下载字幕失败，响应: {data}") return None def json_to_srt(subtitle_body, output_filename='output.srt'): """ 将字幕JSON body转换为SRT格式文件。 """ with open(output_filename, 'w', encoding='utf-8-sig') as f: # utf-8-sig 解决某些播放器乱码 for i, item in enumerate(subtitle_body, start=1): from_time = item['from'] to_time = item['to'] content = item['content'].strip() # 转换时间格式 def sec_to_srt(t): hours = int(t // 3600) minutes = int((t % 3600) // 60) seconds = int(t % 60) milliseconds = int((t - int(t)) * 1000) return f"{hours:02d}:{minutes:02d}:{seconds:02d},{milliseconds:03d}" start_srt = sec_to_srt(from_time) end_srt = sec_to_srt(to_time) f.write(f"{i}\n") f.write(f"{start_srt} --> {end_srt}\n") f.write(f"{content}\n\n") print(f"字幕已保存为: {output_filename}") def main(): video_url = input("请输入B站视频链接: ").strip() try: # 1. 获取基础ID bvid, cid, title = get_bvid_and_cid(video_url) # 2. 获取字幕列表 subtitle_list = get_subtitle_list(bvid, cid) if not subtitle_list: print("程序退出。") return # 3. 让用户选择（这里默认选第一个，通常是中文） choice = 0 if len(subtitle_list) > 1: try: choice = int(input(f"请输入要下载的字幕编号 (0-{len(subtitle_list)-1})，默认[0]: ") or "0") except ValueError: choice = 0 selected_sub = subtitle_list[choice] print(f"正在下载字幕: {selected_sub['lan_doc']}...") # 4. 下载字幕JSON subtitle_body = download_subtitle_json(selected_sub['id'], cid, bvid) if subtitle_body: # 5. 转换为SRT safe_title = re.sub(r'[\\/*?:"<>|]', "_", title) # 清理文件名非法字符 output_file = f"{safe_title}_{selected_sub['lan_doc']}.srt" json_to_srt(subtitle_body, output_file) else: print("字幕内容为空或下载失败。") except Exception as e: print(f"程序运行出错: {e}") # 建议用户使用手动抓包法作为后备 print("\n自动脚本可能因接口更新而失效。") print("建议使用文章第3部分介绍的‘手动抓包法’进行提取，该方法更底层，适应性更强。") if __name__ == '__main__': main()

4.4 脚本使用与自定义说明

1. 运行脚本：在命令行中，进入脚本所在目录，运行python bilibili_subtitle_downloader.py。根据提示输入视频链接即可。
2. 接口失效处理：脚本中最脆弱的环节是download_subtitle_json函数中的API地址。如果B站更新了接口，这里可能会返回错误。此时的最佳策略是回归到“手动抓包法”，用开发者工具抓取到最新的、有效的字幕接口URL和必要的参数（如wbi签名参数），然后替换脚本中的subtitle_api_url和params。这是自动化脚本维护的常态。
3. 批量处理：你可以修改main函数，从一个文本文件中读取多个视频链接，用循环遍历处理，实现批量下载。
4. 错误处理：脚本中包含了基本的网络请求超时和JSON解析错误处理。对于生产环境，你可能需要增加重试机制和更详细的日志记录。

5. 常见问题排查与进阶技巧

即使按照步骤操作，你也可能会遇到一些棘手的情况。这里我汇总了一些常见问题及其解决方案。

5.1 问题排查速查表

5.2 进阶技巧与注意事项

• 优先选择“AI生成字幕”：对于没有UP主上传字幕的视频，B站提供的“AI生成字幕”准确率已经相当高，是提取的主要来源。在抓包或脚本中，它通常对应lan_doc为“中文（自动生成）”的轨道。
• 处理多P视频：一个bvid可能对应多个cid（分集）。上述脚本默认获取第一个cid。如果你需要所有分集字幕，需要先从视频信息API的data['pages']字段中获取所有分P的cid列表，然后循环处理。
• 字幕翻译：获取到SRT后，你可以利用翻译API（如Google Translate, DeepL等）或本地翻译工具，快速生成外文字幕文件，这对于内容出海非常有用。
• 法律与道德边界：提取字幕用于个人学习、笔记、无障碍访问是合理的。但请务必尊重UP主的著作权，不要将提取的字幕用于商业用途、重新分发或制作盗版视频。技术是中立的，但使用技术的人需要负责任。
• 保持更新：网页技术日新月异，本文介绍的方法在2024年中测试有效。如果未来失效，核心思路（抓包找接口）不会变，只是具体的接口地址和参数需要你通过开发者工具重新抓取分析。掌握这个“渔”比拿到现成的“鱼”更重要。

这个从手动到自动的完整流程，不仅解决了B站字幕提取的问题，更提供了一套应对类似网页数据抓取需求的通用思路：观察 -> 定位 -> 获取 -> 解析 -> 转换。